基于分等时段序列法的中长期负荷预测毕业设计论文.doc

基于分等时段序列法的中长期负荷预测 电气工程及其自动化专业 摘要 电力负荷预测是供电部门的重要工作之一，准确的负荷预测，可以经济合理地安排电网内部发电机的启停，保持电网运行的安全稳定性，减少不必要的旋转储备容量，合理安排机组检修计划，保证社会的正常生产和生活，有效地降低发电成本，提高经济效益和社会效益。中长期电力负荷预测是指五到十年左右并以年为单位的预测，主要用于制定电力系统的扩建规划，为该地区未来供电电源点的确定、电力建设规模、电力工业布局以及电网资金和人力资源的平衡提供可靠的依据。由于中长期负荷预测会受到很多不确定因素的影响，因此到目前为止，没有哪一种预测模型能保证在任何不同时间和地区都能获得满意的预测结果。所以在进行负荷预测时，必须分析该地区的负荷变化，结合实际情况，选择合适的预测模型。本文首先简要地介绍了电力系统中长期负荷预测的研究背景和意义、基本原理，对中长期负荷预测研究的现状进行了综述，分析并比较了常用的中长期负荷预测的方法；其次介绍了负荷预测的分类、特点、影响其发展的因素，以及预测误差产生的原因；接着对负荷预测中的灰色模型法进行了深入的分析，讲述了建模的步骤，检验误差的方法和衡量精度的指标等；然后通过对灰色理论预测方法建模机理的研究，找出了灰色建模的局限性并提出了改进的方法：残差预测方法是对GM(1，1)模型的修正；通过对负荷原始数据序列的预处理及优化，增强了灰色预测对波动负荷数据序列的处理能力，大大提高了灰色预测方法的适用范围和预测精度；对初始条件的选取，可以使拟合曲线更加符合事物未来发展的规律；利用等维新息递推GM(1，1)模型进行预测，保证了预测能够较为充分地利用新信息，既克服了简单灰色预测法中数学模型固定不变的弊病，又利用了灰色预测法短期预测精度高的优点，能够满足中长期负荷预测的要求；分等时段序列法的应用，使GM(1，l)中微分方程中参数为时变量，摒弃了该参数固定不变的弊端，使GM(1，l)模型更适用于中长期负荷的预测。经过改进之后的模型，扩展了普通GM(1，1)模型的适应范围，提高了预测精度。利用具体实例将分等时段序列法模型与普通GM(l，1)模型进行比较，证明了改进模型具有比普通GM(1，1)模型误差小、精度高的优点，是一种较好的预测方法。关键词：负荷预测，中长期负荷预测，灰色理论，GM（1，1）模型，分等时段序列法Forecasting for Medium and long Term Load based on Period Equal Division SeriesMajor: Electric Power System and Its AutomationStudent: Chen Zong Zhi Supervisor: Teng HuanAbstract: Load forecasting for power system is one of the important task of power utilities. Accurate load forecasting is helpful to planning generators starting and stopping in the interior of the electrical networks economically and reasonably，preserving the security and stability of power system，reducing the unnecessary circumvolving repertory capacity，making planning to overhaul the units in reason，ensuring the normal production and life of the society，effectively reducing the cost of generating electricity，increasing the economical and social benefit.Mid-long term power load forecasting takes 5 or 10 years as an unit for forecasting and is used to work out a plan for expanding power system, provide reliable reference for confirming the future power supplying sites，power construction scale，power industries layout, and for balancing power grid funds and human resources in the local area. Because the mid-long term power load forecasting is affected by many uncertain factors，up to now，no one model can obtain the satisfying forecasting results under different conditions of time and areas. It is necessary to analyze the local load change，think about the practical situation，and to choose proper method.At first, the paper introduces the importance of the medium and long term load forecasting, principles and its development. Then, you can get the classification 、characteristic and affecting its developments Factors of the medium and long term load forecasting. It also gives a summarization for load forecasting methods, then a thorough research into grey forecasting method is carried through. Through the research into modeling mechanism of grey forecasting method, the shortages of grey mechanism are found and some improved measures are put forward. Correction to GM(1,1) with absolute error grey model is presented; Through the pretreatment and optimization to historieal load data，the ability of grey forecasting dealing with fluctuant load data is strengthened，and the application range and forecasting precision are also enhanced: By selecting initial condition, can make fit curve to match the rule of the things development in the future; By using equally dimensional new information grey model for forecasting, new information is used in the forecasting, which not only overcomes the shortcoming that the math model is changeless in simple grey forecasting method, but also makes use of the advantage of the high precision in short term grey forecasting. So it satisfies the request for the medium and long term load forecasting; Period equal division series method changes parameters in differentiate equation into time variables, so the shortcoming of constant parameters in GM(1,1) is removed, therefore, GM(1,1) is more applicable for the medium and long term load forecasting. By improving, the applicable range of the common grey model is enhanced. The improved model is compared with the common grey model by calculation example, which shows that the improved model has the advantages of small error and high precision and is a good forecasting method.Keywords: Load Forecasting，Medium and Long Term Load Forecasting，Grey Theory， GM(1,1)，Period Equal Division Series目录第一章绪论11.1中长期负荷预测研究背景和意义11.2负荷预测的基本原理21.3负荷预测的方法及特点31.4目前存在的问题51.5本文的主要工作6第二章 负荷预测的总论72.1负荷预测的分类72.2负荷预测的特点82.3影响中长期负荷发展的因素92.4负荷预测的误差分析92.4.1产生误差的原因102.4.2预测误差分析10第三章 灰色系统的基本理论及预测模型123.1基本原则123.2基本方法133.3灰色系统建模的机理133.4灰色序列及其生成方法143.4.1累加生成143.4.2累减生成153.4.3均值生成153.5数列灰预测模型163.5.1灰色预测模型的建模163.5.2灰色预测模型的检验193.6 算例分析21第四章 灰色预测模型的改进244.1 改进的必要性244.2 常用的改进方法244.2.1局部残差修正244.2.2原始数据预处理254.2.3 GM(1，1)预测模型己知条件的选取254.2.4等维新息处理264.3分等时段序列法274.4 算例分析28第五章 总结和展望33参考文献34致谢36附录一 灰色模型仿真程序37附录二 翻译41第一章绪论 1.1中长期负荷预测研究背景和意义电力系统发展到今天，己经成为世界各国提供能源和动力的巨大网络。电力工业在任何国家都处于经济发展的首位，电力系统的作用是对各类用户尽可能经济地提供可靠持续而良好质量的电能，以随时满足各类用户的要求。电能的特点之一是不能大量贮存，即电能的生产、输送、分配、消费是同时进行的。所以，系统内的可用发电容量，在正常运行条件下，应当在任何时候都能满足系统内负荷的要求。若发电容量不够，则应当采取必要的措施，来增加发电机组或从邻网输入必要的功率；反之，若发电容量过剩，也应当采取必要的措施，比如，有选择的停机或向邻网输出多余的功率。 因此，对未来电网内负荷变化的趋势与特点的预测，是一个电网调度部门和规划部门所必须具有的基本信息之一。电力负荷预测是实时控制、运行计划和发展规划的前提。电力负荷，一方面是指电力工业的服务对象，即电力用户，另一方面是指上述服务对象使用电力和电量的具体数量。电力负荷预测中的负荷概念，是指国民经济整体或部分地区对电力和电量消费的历史情况和未来的变化发展趋势。负荷预测是指在充分考虑一些重要的系统运行特性、增容决策、自然条件和社会影响的条件下，研究或利用一套能系统地处理过去与未来负荷的数学方法，在满足一定精度要求的前提下，确定某特定时刻的负荷数值。它包括两方面的含义：对未来需求量(功率)的预测和未来用电量(能量)的预测。对功率的预测用来决定发电设备的容量，以及相应的输电和配电的容量。对电量(能量)的预测则决定了应当安装何种类型的发电容量，也关系到能源资源的需求与平衡。电力负荷预测是一种被动型预测，受不确定因素影响较大。电力负荷预测是供电部门的重要工作之一，准确的负荷预测，可以经济合理地安排电网内部发电机的启停，保持电网运行的安全稳定性，减少不必要的旋转储备容量，合理安排机组检修计划，保证社会的正常生产和生活，有效地降低发电成本，提高经济效益和社会效益。负荷预测的结果，还可以有利于决定未来新的发电机组的安装，决定装机容量的大小、地点和时间，决定电网的增容和改建，决定电网的建设和发展。因此，电力负荷预测工作既是电力规划工作的重要组成部分，也是电力规划的基础，它的准确水平己成为衡量一个电力企业的管理是否走向现代化的显著标志之一。中长期负荷预测是目前深受关注的研究课题，是电力规划的基础，只有基于数据准确的预测，规划才能有效地完成。随着现代工业和农业的不断发展及人民生活水平的日益提高，社会对电力的需求量越来越大。为了满足日益增大的电力需求，必须不断扩大电力系统的规模。电力负荷预测工作的水平已成为衡量一个电力企业的管理是否走向现代化的显著标志之一，尤其在我国电力事业快速发展的今天，用电管理走向市场，电力负荷预测问题的解决已经成为我们面临的重要而艰巨的任务。因此，对负荷预测算法及模型的研究具有重要的意义和价值。1.2负荷预测的基本原理负荷预测工作是根据电力负荷的发展变化规律，预计或判断其未来发展趋势和状况的活动，因此必须科学地总结出预测工作的基本原理，用于指导负荷预测工作。(1)可知性原理也就是说，预测对象的发展规律，其未来的发展趋势和状况是可以为人们所知道的。客观世界是可以被认识的，人们不但可以认识它的过去和现在，而且可以通过总结它的过去和现在推测其未来。这是人们进行预测活动的基本依据。(2)可能性原理因为事物的发展变化是在内因和外因共同作用下进行的。内因的变化及外因作用力大小不同，会使事物发展变化有多种可能性。所以，对某一具体指标的预测，往往是按照其发展变化的多种可能性，进行多方案预测的。(3)连续性原理事物未来的发展是可以控制和干预的。预测的动机即在于，将所预测的未来信息反馈至现在，从而作出决策，以调整和控制未来的行动。因此，了解事物的过去和现在，并掌握其变化规律，就可以对其未来的发展情况利用连续性原理进行预测。(4)相似性原理相似性原理对应于预测的类比原则，认为尽管客观世界中各种事物的发展各不相同，但一些事物发展之间还是存在着相似之处，人们就利用这种相似性进行预测。在很多情况下，作为预测对象的一个事物，其现在的发展过程和发展状况可能与另一事物过去一定阶段的发展过程和发展状况相类似，人们就根据后一事物的已知发展过程和状况，来预测所预测对象的未来发展过程和状况，这就是相似性原理。目前，预测技术中使用的类推法或历史类比法，就是基于这个原理的预测方法。例如，当我们预测一个新的经济开发区的用电量时，由于其建成时期较短，没有很多历史数据可利用，这时，就难以用趋势外推、回归分析等方法建模预测。这种情况下，我们可以参考一个早已建成的、规模和条件具有可比性的其他经济开发区，以其发展时期相对应的用电量，作为预测新经济开发区用电量的基础，从而可以作出相应的预测结果。(5)反馈性原理反馈是指从输出返回到输入端，利用输出与输入的差调节输入的过程。预测的反馈性原理实际上是为了不断提高预测的准确性而进行的反馈调节。人们在预测活动实践中发现，当预测的结果和经过一段实践所得到的实际值存在着差距时，可利用这个差距，对远期预测值进行反馈调节，以提高预测的淮确性。在进行反馈调节时，首先认真分析预测值和实际值之间的差距及产生差距的原因，然后根据已经查明的原因，适当改变输人数据，进行反馈，调节远期预测结果。反馈性预测实质上就是将预测的理论值与实际相结合，在实践中检验，然后进行修改、调整，使预测质量进一步提高。(6)系统性原理预测对象在时间上是连续的，预测将来必须已知过去和现在。预测对象是一个完整的系统，它本身有内在的系统，它与外界事物的联系又形成了它的外在系统。这些系统综合成一个完整的总系统，都要进行考虑。即预测对象的未来发展是系统整体的动态发展，而且整个系统的动态发展与它的各个组成部分和影响因素之间的相互作用和相互影响密切相关。1.3负荷预测的方法及特点1)单耗法 按照国家安排的产品产量、产值计划和用电单耗确定需电量。单耗法分产品单耗法和产值单耗法两种。采用单耗法预测负荷前的关键是确定适当的产品单耗或产值单耗。从我国的实际情况来看，一般规律是产品单耗逐年上升，产值单耗逐年下降。单耗法的优点是：方法简单，对短期负荷预测效果较好。缺点是：需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。 2)趋势外推法 当电力负荷依时间变化呈现某种上升或下降的趋势，并且无明显的季节波动，又能找到一条合适的函数曲线反映这种变化趋势时，就可以用时间t为自变量，时序数值y为因变量，建立趋势模型yf(t)。当有理由相信这种趋势能够延伸到未来时，赋予变量t所需要的值，可以得到相应时刻的时间序列未来值。这就是趋势外推法。 应用趋势外推法有两个假设条件：假设负荷没有跳跃式变化；假定负荷的发展因素也决定负荷未来的发展，其条件是不变或变化不大。选择合适的趋势模型是应用趋势外推法的重要环节，图形识别法和差分法是选择趋势模型的两种基本方法。 外推法有线性趋势预测法、对数趋势预测法、二次曲线趋势预测法、指数曲线趋势预测法、生长曲线趋势预测法。趋势外推法的优点是：只需要历史数据、所需的数据量较少。缺点是：如果负荷出现变动，会引起较大的误差。 3)弹性系数法 弹性系数是电量平均增长率与国内生产总值之间的比值，根据国内生产总值的增长速度结合弹性系数得到规划期末的总用电量。弹性系数法是从宏观上确定电力发展同国民经济发展的相对速度，它是衡量国民经济发展和用电需求的重要参数。该方法的优点是：方法简单，易于计算。缺点是：需做大量细致的调研工作。4)回归分析法 回归预测是根据负荷过去的历史资料，建立可以进行数学分析的数学模型。用数理统计中的回归分析方法对变量的观测数据统计分析，从而实现对未来的负荷进行预测。回归模型有一元线性回归、多元线性回归、非线性回归等回归预测模型。其中，线性回归用于中期负荷预测。优点是：预测精度较高，适用于在中、短期预测使用。缺点是：规划水平年的工农业总产值很难详细统计；用回归分析法只能测算出综合用电负荷的发展水平，无法测算出各供电区的负荷发展水平，也就无法进行具体的电网建设规划。 5)时间序列法 就是根据负荷的历史资料，设法建立一个数学模型，用这个数学模型一方面来描述电力负荷这个随机变量变化过程的统计规律性；另一方面在该数学模型的基础上再确立负荷预测的数学表达式，对未来的负荷进行预测。时间序列法主要有自回归AR(p)、滑动平均MA(q)和自回归与滑动平均ARMA(p,q)等。这些方法的优点是：所需历史数据少、工作量少。缺点是：没有考虑负荷变化的因素，只致力于数据的拟合，对规律性的处理不足，只适用于负荷变化比较均匀的短期预测的情况。 6)灰色模型法 灰色预测是一种对含有不确定因素的系统进行预测的方法。以灰色系统理论为基础的灰色预测技术，可在数据不多的情况下找出某个时期内起作用的规律，建立负荷预测的模型。分为普通灰色系统模型和最优化灰色模型两种。 普通灰色预测模型是一种指数增长模型，当电力负荷严格按指数规律持续增长时，此法有预测精度高、所需样本数据少、计算简便、可检验等优点；缺点是对于具有波动性变化的电力负荷，其预测误差较大，不符合实际需要。而最优化灰色模型可以把有起伏的原始数据序列变换成规律性增强的成指数递增变化的序列，大大提高预测精度和灰色模型法的适用范围。灰色预测的优点：要求负荷数据少、不考虑分布规律、不考虑变化趋势、运算方便、短期预测精度高、易于检验。缺点：一是当数据离散程度越大，即数据灰度越大，预测精度越差；二是不太适合于电力系统的长期后推若干年的预测。 7)德尔菲法 德尔菲法是根据有专门知识的人的直接经验，对研究的问题进行判断、预测的一种方法，也称专家调查法。德尔菲法具有反馈性、匿名性和统计性的特点。德尔菲法的优点是：可以加快预测速度和节约预测费用；可以获得各种不同但有价值的观点和意见；适用于长期预测，在历史资料不足或不可预测因素较多尤为适用。缺点是：对于分地区的负荷预测则可能不可靠；专家的意见有时可能不完整或不切实际。 8)专家系统法 专家系统预测法是对数据库里存放的过去几年甚至几十年的，每小时的负荷和天气数据进行分析，从而汇集有经验的负荷预测人员的知识，提取有关规则，按照一定的规则进行负荷预测。实践证明，精确的负荷预测不仅需要高新技术的支撑，同时也需要融合人类自身的经验和智慧。因此，就会需要专家系统这样的技术。专家系统法，是对人类的不可量化的经验进行转化的一种较好的方法。但专家系统分析本身就是一个耗时的过程，并且某些复杂的因素(如天气因素)，即使知道其对负荷的影响，但要准确定量地确定他们对负荷地区的影响也是很难的。专家系统预测法适用于中、长期负荷预测。此法的优点是：能汇集多个专家的知识和经验，最大限度地利用专家的能力；占有的资料、信息多，考虑的因素也比较全面，有利于得出较为正确的结论。缺点是：不具有自学习能力，受数据库里存放的知识总量的限制；对突发性事件和不断变化的条件适应性差。9)神经网络法 神经网络(ANN, Artificial Neural Network)预测技术，可以模仿人脑做智能化处理，对大量非结构性、非确定性规律具有自适应功能。ANN应用于短期负荷预测比应用于中长期负荷预测更为适宜。因为，短期负荷变化可以认为是一个平稳随机过程。而长期负荷预测可能会因政治、经济等大的转折导致其模型的数学基础的破坏。优点是：可以模仿人脑的智能化处理；对大量非结构性、非精确性规律具有自适应功能；具有信息记忆、自主学习、知识推理和优化计算的特点。缺点是：初始值的确定无法利用已有的系统信息，易陷于局部极小的状态；神经网络的学习过程通常较慢，对突发事件的适应性差。 10)优选组合预测法 优选组合有两层含义：一是从几种预测方法得到的结果中选取适当的权重加权平均；二是指在几种预测方法中进行比较，选择拟和度最佳或标准偏差最小的预测模型进行预测。对于组合预测方法也必需注意到，组合预测是在单个预测模型不能完全正确地描述预测量的变化规律时发挥作用。一个能够完全反映实际发展规律的模型进行预测完全可能比用组合预测方法预测效果好。该方法的优点是：优选组合了多种单一预测模型的信息，考虑的影响信息也比较全面，因而能够有效地改善预测效果。缺点是：权重的确定比较困难；不可能将所有在未来起作用的因素全包含在模型中，在一定程度上限制了预测精度的提高。 1.4目前存在的问题负荷预测的建模与预测是根据历史数据资料所包含的信息，影响负荷预测精度的原因是多方面的，建立理想的模型及处理随机因素仍然是负荷预测的主要问题，具体可分为三个方面：信息不完整。由于大量用户的用电行为与影响因素（如气象因素）之间的关系在历史数据中是没有记载的，信息的缺失和不完整是无法避免的；未来不确定性。各个用户的用电行为在未来具有一定程度的不确定性；预测模型的质量。负荷预测模型的建模与预测是依据历史数据资料所包含的信息，因此预测模型反映历史数据所包含信息的程度和有效性决定了预测水平的高低，这些因素致使负荷预测很难作到没有误差。在实践中发现，灰色系统理论中的核心模型GM（1，1）模型的拟合或预测效果有时候好，有时出现很大偏差，甚至完全失效。由于电力系统本身具备灰色系统特征，故考虑用灰色理论来对电力负荷进行建模预测符合灰色预测模型的基本条件。但在数据离散度较大时，预测精度将明显降低。尤其是用于时间跨度较长的中长期负荷预测中，预测时段末端预测效果不够理想。发现造成这一现象的根本原因在于灰色模型本身。因此，如何合理的使用该模型，提高它的拟合和预测精度一直是科技工作者感兴趣，也是比较困难的问题。因而很多相关文献对灰色模型的缺陷做了大量改进，形成了许多改进的灰色预测模型。1.5本文的主要工作本文首先探讨了电力系统中长期负荷预测的研究背景和意义，基本原理以及研究现状，分析了常用的预测方法以及各自的优缺点，并具体讲述了目前灰色理论存在的一些问题。其次，介绍了负荷预测的相关内容，如分类、特点以及影响电力负荷发展的因素，并分析了误差产生的原因和衡量指标。然后对负荷预测中的灰色预测方法进行了深入的研究，介绍了灰色理论的基本原则，建模的基本机理，及基本步骤，以及检验模型精度的几种方法。接着，分析了灰色模型建模的局限性，并提出了改进的方法：分等时段序列法，应用到灰色模型中，得到具体的算法工程。在提出改进方法和形成负荷预测模型的基础之上,利用MATLAB编写了负荷预测程序进行预测，证明了改进模型既克服了简单灰色预测模型中a和u固定不变的弊病，又提高了灰色预测法在中长期预测中的精度。在本文最后，对全文进行了总结，并对中长期负荷预测进行了展望。其中，第三、四章，每章都针对该章节提出的预测模型举例，通过两种模型对某地区作电力负荷预测的结果进行的比较，验证了改进后的负荷预测模型具有误差小、精度高的优点。第二章 负荷预测的总论2.1负荷预测的分类负荷预测用于预测未来电网负荷的时间分布和空间分布。预测内容为用电量、最大负荷、负荷曲线、负荷分布等。(1)按时间分类电力系统负荷预侧按时间进行分类，可分为长、中、短及超短期负荷预测。长期负荷预测一般是指数年至数十年的负荷预侧；中期负荷预测一般是指1一5年以内的预测;短期负荷预侧是指一年之内，以月为单位的负荷预测，还指以周、天、小时为单位的负荷预侧；而超短期负荷预侧是指未来1h、未来0.5h，甚至未来几秒钟的预测。中长期预测主要用于规划；中短期预测用于运行计划；超短期预测用于在线控制。表2-1总结了不同期限预测问题的对比： 表2-1 几种负荷预测类型的比较预测期限长期负荷预测中期负荷预测短期负荷预测超短期负荷预测预测对象与内容某物理量（负荷、电量）的年度统计数据某物理量（负荷、电量）的月度统计数据某日内每个时刻（如24.48.96或288点）的负荷，电量当前时刻往后若干时段的负荷作用提供电源、电网规划的基础数据，确定年度检修计划、运行方式等安排月度检修计划、运行方式、水库调度计划、电煤计划安排日开停计划和发电计划用于实时安全分析、实时经济调度、自动发电控制（AGC）预测特点基本上单调变化（一般是递增的）、无周期性周期性增长，各个年度的12个月具有相似的规律在年、月、周、日不同期限上均具有明显的周期性与前几日同时段的瞬时变化规律比较类似主要影响因素国民经济发展情况、人口、产值单耗、产业结构调整情况、电价政策大用户生产计划、气象条件、产业结构调整情况、电价政策等星期类型、气象因素（温度、湿度、降雨等）、电价一般较少考虑，暑假时可以计及实时温度变化主要的成熟预测方法回归分析、指数平滑法、灰色预测等外推预测法、时间序列预测时间序列预测、神经网络预测线性外推法、指数平滑法(2)按行业分类按行业分类可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其它负荷预测。每种类型的负荷都有各自的主要影响因素如民用负荷及商业负荷随季节性变化；而工业负荷一般都视作是受气候影响较小的基础负荷。分析负荷的结构及其影响因素对提高负荷预测的准确性至关重要，尤其是针对突发性重大事件。(3)按特性分类根据负荷预测表示的不同特性，又可以分为最高负荷、最低负荷、平均负荷、负荷峰谷差、高峰负荷平均、低谷负荷平均、平峰负荷平均、全网负荷、母线负荷、负荷率等类型的负荷预测，以满足用电部门的管理工作需要。2.2负荷预测的特点由于电力工业负荷与一般的产业不同，其产品即电能无法大量存储，电力的生产和消费必须在同一瞬间进行，电站建设耗资大，建设周期长，电能对于国民经济各个行业和人民生活的重要性，尤其是在一个相当时期内的供需矛盾，这一切使电力负荷预测工作尤显重要。这就要求我们对于电力负荷的特点有一定的了解才能针对负荷的特性而采用恰当的预测方法得到符合精度要求的负荷预测值，更好地为电力系统的发展和运行提供依据。负荷预测具有以下明显的特点：(1)不准确性因为电力负荷未来的发展是不确定的，它受到多种复杂因素的影响，而且各种影响因素也是发展变化的。人们对于这些发展变化有些能够预先估计，有些却很难见到，加上一些临时变化的影响，因此就决定了预测结果的不确定性或不完全准确性。(2)条件性在进行负荷预测时，往往会通过找到影响因素和负荷间的关系来进行预测，然而这基于该影响因素的发生，也就是以该因素的发生为条件。一般这样的条件分为必然条件和假设条件两种。必然条件是已经掌握了其规律的条件，假设条件是针对某些不确定发生的事件的，例如未来可能兴建的开发区等，我们不能确定其一定发生。(3)时间性 各种负荷预测都有一定的时间范围，因为负荷预测属于科学预测的范畴。因此，要求有比较确切的数量概念，往往需要指明预测的时间。(4)多方案性由于预测的不确定性和条件性，所以有时要对负荷在各种可能发展情况下进行预测，就会得到各种条件下不同负荷预测方案。此外，随着电力的发展，电力负荷预测具有许多新的功能，不仅用于电力系统规划和制定发电计划，还可以用于进行系统充裕性评估、发电合同制定、合同电量分配、电价预测等工作。2.3影响中长期负荷发展的因素在一定条件下，电力负荷存在着明显的变化趋势。正是因为系统负荷具有一定的统计规，可以被预测。另一方面，电力负荷的变化有其不确定性，如天气的变化、意外事故的发生等造成对电力负荷的随机性干扰。它的发展主要受以下几个因素的制约：(1)经济因素 电力系统总是覆盖着一定的区域，该地区的经济因素和人口、工业水平、农业方式等都反映了一定的电力负荷需求。经济的发展是系统负荷增长的主要因素，如果能找到二者间的确切关系，同时掌握了经济的发展情况，中长期电力发展的轮廓就基本上确定了。然而经济的发展同样不容易预测，影响经济的因素中有很多是比较随机的，难以准确把握，同时，描述经济发展的参数非常多，不同的参数从不同的侧面反映了经济情况，采用哪些参数来较准确有效地描述电力负荷发展的经济情况，这些都是有待进一步研究的问题。(2)气候因素气候因素对于年需求总量来说影响不是很大，但对年峰值负荷却是主要因素。夏季连续的高温天气会导致一个夏季峰值负荷。同样，冬季的寒流也会使负荷急剧增加。对于一个气候条件不太确知的系统，需要考虑多个温度变量和几个区域的温度。影响负荷的气候变量还有湿度、风速、雷雨、阴晴、雨、雪、雾、霜等。(3)政策因素一般在分析中长期负荷发展时，大部分文献对政策因素都未做分析，但政策因素的的确确影响着负荷发展，有时这种影响还是比较宏观的，可能造成负荷的较大变化。政策因素的难以考虑原因在于政策是相当不确定的，当前难以知道未来的政策。但政策也不是完全没有征兆的，对于影响负荷总量或者分布的政策，往往会有一些计划。例如建立某个工业区、某个大型企业，这些政策性计划往往是在很早就提出来的，如果建设，则对负荷是一个很大的增加，但建设与否有时是不确定的，这种情况，可以考虑引入多场景的概念，给出一个基于概率或者其他方法的预测结果，以便进一步实现灵活规划。(4)随机干扰由于系统由很多独立的用户组成，而很多用户的负荷行为是随机的，因此系统负荷也具有一定的随机性。另外，一些特殊事件如钢厂起停、咫风袭击、大型运动会、特殊电视节目等都对负荷有较大影响。2.4负荷预测的误差分析由于负荷预测是一种对未来负荷的估算，其预测结果应该是明确的，可以被检验的，但是它与客观实际还是存在着一定的差距，这个差距就是预测误差。因此，在得到预测结果后必须对预测结果的准确性和可靠性进行评价，对其误差进行分析，务必使其处于可接受的范围内。若误差太大，就失去了预测的意义，并从而导致电力规划的失误。误差和预测结果的准确性关系密切，研究产生误差的原因，计算并分析误差的大小，不但可以认识预测结果的准确程度，同时，对于改进负荷预测工作，检验和选用恰当的预测方法等方面也有很大帮助。2.4.1产生误差的原因产生误差的原因很多，主要有以下几个方面：(1)预测模型误差对于错综复杂的电力负荷变化来说，模型只是一种经过简单化了的负荷状况的反映，与实际负荷之间存在差距，用它来进行预测，也就无可避免地会与实际负荷产生误差。(2)负荷所受的影响因素是千变万化的，进行预测的目的和要求又各种各样，因而就存在着如何从众多的预测方法中正确选择一个合适的预测方法的问题。如果选择不当的话，也就随之产生误差。(3)资料的准确可靠性进行负荷预测要用到大量的统计数据资料，若不准确或不完整的话必然会带来预测误差。(4)突发事件某种意外事件发生或情况突然变化，也会造成预测误差。另外由于计算或人为的错误，也可能会产生不同程度的误差。2.4.2预测误差分析 计算和分析预测误差的方法和指标很多，但主要有以下几种：(1)绝对误差与相对误差设Y表示实际值，表示预测值，则称Y-为绝对误差，称为相对误差。有时相对误差用百分数来表示，这是一种直观的误差表示方法，在电力系统中作为一种考核指标经常使用。(2)平均绝对误差 （2-1）式中： MAE平均绝对误差； 第i个预测值与实际值的绝对误差； 第i个实际负荷值； 第i个预测负荷值。由于预测误差有正有负，为了避免正负相抵消，故取误差的绝对值进行综合并计算其平均数，这是误差分析的综合指标之一。(3)均方误差 （2-2）式中： MSE均方差，其它符号同前。均方误差是预测误差平方之和的平均数，它避免了正负误差不能相加的问题。是误差分析的综合指标法之一。(4)均方根误差 （2-3）式中： RMSE均方根误差，其他符号同前。这是均方误差的平方根。由于对误差E进行了平方，加强了数值大的误差在指标中的作用，从而提高了这个指标的灵敏性，是一大优点，这也是误差分析的综合指标之一。(5)标准误差 （2-4）式中： 预测标准误差； n历史负荷数据个数； m自由度，也就是变量的个数，即自变量和因变量的个数的总和。(6)关联度误差分析关联度是灰色系统理论提出的一种技术方法，是分析系统中各因素关联程度的方法，或者说是关联程度量化的方法。关联度的基本思想，是根据曲线间相似程度来判断关联程度，实质上是几种曲线间几何开头的分析比较，即认为几何形状越接近，则发展变化态势越接近，关联程度越大。用此方法可以来比较几种预测模型对应的几条预测曲线与一条实际曲线的拟合程度，关联度越大，则说明对应的预测模型越优，拟合误差也就越小。第三章 灰色系统的基本理论及预测模型灰色系统理论是20世纪80年代由我国邓聚龙教授提出,用来解决信息不完备系统的数学方法。它把模糊控制的观点和方法延伸到复杂的大系统中,将自动控制与运筹学的数学方法相结合,研究广泛存在于客观世界中具有灰色性的问题。部分信息已知、部分信息未知的系统称为灰色系统。它把一切随机过程看作是在一定范围内变化的、与时间有关的灰色过程。对灰色量不是从统计规律的角度应用大样本进行研究,而是采用数据生成的方法,将杂乱无章的原始数据整理成规律性强的生成序列再作研究。对于电力负荷系统，对其影响的供电机组、电网容量、生产能力、大用户情况、某些主要产品耗电情况等信息是已知的，但是，影响负荷的其他很多因素，如天气情况、行政与管理政策的变化、地区经济活动等等难以确切知道的，因此，电力负荷是灰色系统。灰色系统没有确定的映射关系（函数关系）。虽然灰色系统在电力系统负荷预测中得到了应用，然而仍需要研究如何根据负荷特点，结合其它方法来提高负荷预测的精度。3.1基本原则灰色系统分析作为一种方法，它与传统的系统分析方法有其相同的基本原则，这就是整体性、优化、模型化。整体性原则是系统分析的根据和出发点，优化原则是其分析的基本目的，而模型化原则是作为优化的手段和必要途径。这三条原则从不同侧面表现了包括灰色系统在内的系统方法的一般特征。但灰色系统分析还具有自身的一些特点和方法论原则。(1)信息的非完全性原则人们对系统的认识，是客观事物以信息形式在人们头脑中的反映。由于客观事物的变化是无穷无尽的，人们所能获得的信息是有限的，也总是不完全的。依据不完全信息来处理问题正是灰色系统分析方法的重要特征。灰色系统分析十分重视对有限的、非完全信息的充分利用，这是因为人们经常是在“灰”的环境中认识事物和处理问题的。任何信息在人们认识的过程中都有一定的意义，它们总是以不同的形式，反映了客观事物或在历史上曾经存在过、或在现实中存在着的一些根本属性或运动状态。因此，即使是有限的、非完全的信息、，对于人们认识客观事物也是十分有价值的。它是提高人们的认识深度，降低人们的认识灰度的可靠基础，尤其是那些可以标志客观事物“现实存在”的有限信息，在进行灰色系统分析与处理问题时给予高度重视，这是有它的认识论根据的。从系统辩证论观点看，“信息非完全性”原理及其运用，是“少”与“多”的辩证统一，是“局部”与“整体”的转化。(2)非唯一性原则对于一个信息不完全的系统，特别是属于本征性灰系统的社会系统、经济系统、生态系统、军事系统、自然系统等，试图用严格的数学方法寻求精确的唯一解，一般情况下几乎是不可能的。灰色系统分析方法的非唯一性原则，正是指由于这类系统的行为模式的非唯一性，而对系统行为及其未来发展的描述也应是非唯一的。非唯一性原则增强了系统的可比性、可量化性、可选择性及可优化性。灰色系统理论属于软科学的范畴，具有多学科的综合性，所以其数学基础及其系统方法也是非唯一的。因而，灰思想强调非唯一性、可集合性、可构造性，是开集思想。开集既可在同一层次构造发展，也可在多层次上构造发展，这是灰色系统方法的一个重要的方法论原则。(3)现实信息优先原则运用灰色系统理论与方法进行系统分析预测决策规划、评估时，突出的特点就是对样本的数量和分布特征不太苛求，不盲目追求大样本量和典型分布。它只需对已掌握的部分信息进行合理的加工处理，就能对系统动态过程做出科学的描述和正确的预测。这是由于它在样本选取方面遵循着与一般统计方法完全不同的方法论原则，一般统计方法是依据随机原则进行抽样调查，以获取大量样本，而灰色系统方法则是在研究信息不完全的系统时，遵循现实信息优先原则，即在处理历史信息与现实信息关系上，它注重现实信息。因为我们研究的是现实存在的信息不完全系统，表征或反映它的状态特征和行为的主要是现实信息，直接影响系统未来发展趋势、起着主要作用的也是现实信息，而且在历史信息中，反映客观事物发展规律的那一部分信息内容，都会以这样或那样的方式被现实信息所载有。这一点对于社会、经济等本征性灰色系统更为明显。所以，灰色预测并不要求大量的历史数据，甚至有三、四个数据即可建模预测。3.2基本方法灰色系统理论现已初步形成了较为完整的一套体系，在这套理论体系基础上，灰色系统分析已逐步形成了具有自己特色的、实用性较强的基本方法。主要有：灰色关联分析：关联矩阵、关联动态矩阵；灰色动态模型：GM（1,1）、GM（1,N）、GM（0,N）等；灰色预测方法：数列预测、系统协调（结构或控制）预测、灾变预测、季节灾变预